请简述数据清洗的常见步骤和方法。

答题要点

数据清洗是数据预处理的重要环节，常见步骤和方法如下。首先是数据收集，从各种数据源获取数据，包括数据库、文件等。接着进行数据探查，了解数据的基本情况，例如数据类型、缺失值分布、异常值范围等。对于缺失值处理，若缺失比例较小，可使用删除法直接去除缺失数据；若缺失比例适中，可采用均值、中位数、众数等进行填充；对于时间序列数据，还可使用插值法。处理异常值时，可通过箱线图或基于统计学的方法确定异常值范围，然后选择删除、修正或保留。重复值处理可通过去重操作，利用数据处理工具的函数找出并删除重复记录。最后进行数据标准化，将数据转换为统一的格式和范围，常见方法有最小 - 最大标准化和 Z - score 标准化，以提高数据的可比性和模型的稳定性。